Tencent Hy4 Previewモデルリリース

Tencentは2026年8月28日、オープンソースモデル「Hy4 Preview」を公開した。本モデルは総パラメータ数770B、アクティブパラメータ数49B、コンテキストウィンドウ1Mトークンを特徴とし、前世代のHy3(295B/A21B、256K)から大幅に拡張されている。トレーニングデータはTencent社内のソフトウェアエンジニア、ゲーム開発者、金融アナリスト、セキュリティ専門家と共同構築され、実際の産業成果物をトレーニング信号として活用。ソフトウェアエンジニアリング(視覚的センスやインタラクション品質を含む)、オフィス分析(複数ファイルの複雑なコンテキストから成果物ドキュメント/スプレッドシート/PPTへの変換、不正検出)、ゲーム開発(単一プロンプトでプレイ可能なプロトタイプ、Unityでの多回反復)、科学研究(AI研究、分子動力学、凝縮系物理学、純粋数学)の4つの能力領域が強調されている。Hy4 Previewは複数のCodexセッションを並行管理し、研究者としてポストトレーニングタスクを最適化し、8つのベンチマークすべてでCodex単体を上回った。世界の10の最先端モデルとの比較では2つの1位(Terminal-Bench 3.0: 77.3、BrowseComp: 83.6)を獲得。国内18モデルとの比較では13項目でリードし、GLM 5.3が僅差で追従する。世界モデルとの最大の差は抽象推論(ARC-AGI-2: 52.6 vs Gemini 3.1 Proの77.1)である。Arena WebDEVではHy4 Previewは5位にランクインし、GLM-5.3Flashと同等の性能を示した。別途の解説では、専門家による高品質データの共同構築がモデル性能に不可欠であり、アルゴリズムの傲慢さに対する警告が述べられた。
Key insights
Hy4 Previewはパラメータの大幅増加と1Mコンテキストを実現
TencentのHy4 Previewは総パラメータ数770B、アクティブパラメータ数49Bにスケールし、Hy3の295B/A21Bから4倍に拡大。コンテキスト長も256Kから1Mトークンに延伸され、最大級のオープンソースモデルとして位置づけられ、長文書および長期エージェントタスクを直接ターゲットとしている。
社内産業ワークフローから構築されたトレーニングデータがTencentの差別化要因
公開データのみで訓練されたモデルとは異なり、Hy4 PreviewのトレーニングセットはTencent社内のソフトウェアエンジニア、ゲーム開発者、金融アナリスト、セキュリティ専門家と共同構築され、実際の業務成果物を活用。これにより社内産業シナリオをトレーニング信号に変換し、純粋なモデル企業に対するリソース上の優位性を生み出している。
エージェント機能と検索能力が際立つ強み
Hy4 PreviewはTerminal-Bench 3.0(77.3、GPT 5.5比+1.7)とBrowseComp(83.6、GPT 5.5比+2.2)で世界初の1位を達成。これら2つのベンチマークとARC-AGI-2では最大の世代間改善(+18.9、+16.9、+16.4パーセンテージポイント)が見られ、ポストトレーニングリソースが長期サイクルのエージェントタスクに重点的に配分されたことを示している。
国内リードは狭く、世代間ギャップではない
Hy4 Previewは国内18ベンチマーク中13項目でリードするが、GLM 5.3に4項目(IMOAnswerBench、GPQA-Diamond、SWE-bench Verified、tau3-bench)で敗れ、その差はほとんど1ポイント未満。163人の専門家によるブラインドテストでは、GLM 5.3に対する正味勝率はわずか約6パーセンテージポイント(2.99対2.92)であった。Kimi K3はより大きな差で劣り、DeepSeek V4はエージェントタスクで顕著に遅れをとっている。
抽象推論が世界最先端モデルとの最大のギャップ
ARC-AGI-2では、Hy4 Previewはわずか52.6を記録し、Gemini 3.1 Pro(77.1)に24.5ポイント、GPT 5.5(70.7)に18ポイントの差をつけられた。この顕著なギャップは、数学や科学の推論が1~4ポイント差で第一層に入る一方、汎化ベースの推論において国内モデルが依然として世代間の距離があることを示している。
専門家によるデータ品質がモデル進歩の鍵
リリースに関する解説では、「トップ専門家との高品質データ共同構築を通じて…Hy4 Previewは大きな進歩を遂げた」という一文が最も重要なポイントであると強調。DeepSeekの研究者がほとんどの時間をデータラベリングに費やす慣行と類似し、データ重視なしのアルゴリズム傲慢さは進歩を遅らせると論じている。
Hy4 PreviewはArena WebDEVで5位、GLM-5.3Flashと同等
Arena WebDEVリーダーボードでは、Hy4 Previewは5位にランクインし、最近リリースされたGLM-5.3Flashと同等の性能を示した。これは公式ベンチマーク結果に加えて、追加の外部検証ポイントを提供している。
Hy4 Previewは自律的研究者として複数のCodexセッションを調整
公開された実験では、Hy4 Previewが小規模モデルのポストトレーニングタスクで複数のCodexセッションを並行管理し、方向性を判断し、実験を整理し、8つの評価目標にわたる最適化を調整した結果、すべてのベンチマークでCodex単体を上回った。これは初期の自律的研究調整能力を示している。